機器學習實用指南——準確率與召回率

受試者工作特征（ROC）曲線是另一個二分類器常用的工具。它非常類似與準確率/召回率曲線，但不是畫出準確率對召回率的曲線，ROC 曲線是真正例率（true...

2018-06-19 標簽：閾值分類器機器學習 2.2萬 0

BP神經網絡概述

BP 神經網絡是一類基于誤差逆向傳播 (BackPropagation, 簡稱 BP) 算法的多層前饋神經網絡，BP算法是迄今最成功的神經網絡學習算法。...

2018-06-19 標簽：神經網絡機器學習BP算法 4.5萬 0

分享自己用于搞定數(shù)據處理和機器學習的開發(fā)環(huán)境

如果你想要針對每個環(huán)境獨立控制對各類 pip 包的管理，那么這就是一款絕佳的工具比如，你可以為 Web 開發(fā)創(chuàng)建獨立的環(huán)境，定義所需的依賴庫，然后為數(shù)據...

2018-06-15 標簽：數(shù)據處理機器學習Python 3.3k 0

機器學習可能面臨的一些攻擊行為

對抗輸入（Adversarial inputs）：這是經過精心設計過的輸入，其目的就是為了迷惑分類器以逃過檢測。對抗輸入包括逃避殺毒軟件的惡意文件以及躲...

2018-06-14 標簽：AI機器學習 6.2k 0

機器學習經典損失函數(shù)比較

所有的機器學習算法都或多或少的依賴于對目標函數(shù)最大化或者最小化的過程。我們常常將最小化的函數(shù)稱為損失函數(shù)，它主要用于衡量模型的預測能力。

2018-06-13 標簽：函數(shù)機器學習 9.2k 0

更廉價、更快速的數(shù)學運算使人工智能機器學習成為可能

機器學習實際上是一種預測機制。它試圖預測一個人是否患有癌癥；自動駕駛汽車是否應停止、加速、轉彎或繼續(xù)行駛；使用Web瀏覽器的人是否可能會點擊某個特定的廣...

2018-06-13 標簽：人工智能機器學習自動駕駛 4.1k 0

使用更“時尚”的數(shù)據開啟機器學習的 Hello World 之門

也許是我們的模型需要更大一些來容納如此搞復雜度的模型？抑或訓練應該更少一些？我們來試試看。經過屢次調試微參數(shù)，模型的失真度突破性降低了，并且比線性模型得...

2018-06-13 標簽：線性機器學習數(shù)據集 3.4k 0

機器學習預測世界杯的結果你相信嗎？機器學習的應用

機器學習和大數(shù)據的方法正越來越多地被用在比賽結果預測上，不僅是世界杯，也不僅是結果，球隊組成、戰(zhàn)術選擇和球員訓練都已經開始見到機器學習的身影。對于球迷和...

2018-06-12 標簽：人工智能機器學習大數(shù)據 5.5k 0

推薦系統(tǒng)的算法、評估和冷啟動解決方案

推薦系統(tǒng)是機器學習技術在企業(yè)中最成功和最廣泛的應用之一。你可以在許多用戶與項目交互的場景中應用推薦系統(tǒng)。

2018-06-12 標簽：機器學習推薦系統(tǒng) 7.8k 0

神經網絡是在許多用例中提供了精確狀態(tài)的機器學習算法

超參數(shù)是必須初始化到網絡的值，這些值是神經網絡在訓練時無法學習到的。例如:在卷積神經網絡中，一些超參數(shù)是內核大小、神經網絡中的層數(shù)、激活函數(shù)、丟失函數(shù)、...

2018-06-11 標簽：神經網絡機器學習 3.4k 0